[发明专利]基于弹性波和机器学习的混凝土结构缺陷检测方法

权利要求书

1.基于弹性波和机器学习的混凝土结构缺陷检测方法，其特征在于，主要包括以下步骤：

A、采用冲击弹性波作为检测媒介，对测试对象的混凝土结构，通过获取健全部位的信号，作为反映混凝土力学特性的基准参数；

B、利用信号的频谱特性及频谱累计偏移率得到信号特征，并建立信号特征属性；

C、通过对各种结构厚度、工况下健全混凝土结构、有缺陷混凝土结构进行检测，分析信号特征属性，建立训练集以供机器学习并得到分析模型；

D、利用分析模型对未知状态的混凝土结构检测数据进行分析，并对其分析结果进行验证；

E、将数据和验证结果做成示例再补充到训练集，进而优化分析模型；

F、重复步骤A～C，不断优化分析模型，提高预测精度；

所述步骤B中利用其频谱特性及频谱累计偏移率的方法包括以下步骤：

利用现有软件，对测试数据进行频谱分析和累计偏移率计算，得到以下结果参数：

T_FFT[0]、T_FFT[1]、T_FFT[2]：信号傅里叶变换后的振幅前3阶极值点；

T_MEM[0]、T_MEM[1]、T_MEM[2]：最大熵处理的幅前3阶极值点；

R_FFT[1]、R_FFT[2]：傅里叶变化后二阶、三阶振幅相对一阶极值点的相对振幅；

TSR_FFT[0]：全频域FFT基阶周期累计偏移率；

TSR_MEM[0]：厚度频域MEM基阶周期累计偏移率；

TSR_FFT[1]：全频域FFT第2阶周期累计偏移率；

TSR_MEM[1]：厚度频域MEM第2阶周期累计偏移率；

TSR_FFT[2]：全频域FFT第3阶周期累计偏移率；

TSR_MEM[2]：厚度频域MEM第3阶周期累计偏移率。

2.根据权利要求1所述的基于弹性波和机器学习的混凝土结构缺陷检测方法，其特征在于，所述步骤A中拾取信号特征的方法包括以下步骤：

A1、采集被测物，在被测物上标记检测点，使用信号激发装置激发信号，使信号在被测物内部传播；

A2、使用信号接收装置，沿步骤A1检测点逐点采集在结构物内部传播后的信号；

A3、利用现有解析软件将步骤A2采集到的信号进行充分的解析；

A4、对被测物进行分析，标记每个检测点的状态，将每个检测点的状态和步骤A2采集到的信号进行匹配后作为学习数据。

3.根据权利要求1所述的基于弹性波和机器学习的混凝土结构缺陷检测方法，其特征在于，所述步骤A中在被测物上获取健全部位信息的方法，为对所有混凝土结构，使用冲击回波法对已知厚度同等强度的混凝土结构进行波速标定，算出波速。

4.根据权利要求1所述的基于弹性波和机器学习的混凝土结构缺陷检测方法，其特征在于，所述步骤C中通过对各种结构厚度、工况下健全混凝土结构、有缺陷混凝土结构进行检测的方法包括以下步骤：

C1、所有结构，均需对混凝土进行波速标定，可利用同时期同强度试块进行波速标定，也可在已知混凝土厚度位置进行波速标定；

C2、在需要进行测试的区域按一定点距、线距进行测区网格布置，测试时，严格标记检测点，区分测线区起点和测线区终点，测试时，按照测点从下往上，测线从左往右的顺序测试。